一种失效标准均值更新补偿方法及装置制造方法及图纸

本发明专利技术提供一种失效标准均值更新补偿方法及装置，能够减小由于材料分散性引起的个别样本与样本总体之间的偏差，以提高样本个体故障诊断的准确度。所述方法包括：获取原样本空间失效标准的均值和方差，并获取新样本特征参量；基于获取的原样本空间失效标准的均值和方差、及新样本特征参量，利用最大后验概率更新失效标准的均值；判断更新后的均值与更新前的均值之间的相对误差是否小于预设的第一阈值，若是，则利用更新后的均值与更新前的均值之间的差值对新样本特征参量进行补偿本发明专利技术适用于机械设备故障诊断和寿命预测操作。

A failure standard mean update compensation method and device

The invention provides a method and device for updating and compensating the mean value of failure criteria, which can reduce the deviation between individual samples and sample population caused by material dispersion, and improve the accuracy of individual fault diagnosis of samples. The methods include: acquiring the mean and variance of the original sample space failure criteria and obtaining the new sample feature parameters; updating the mean of the failure criteria by using the maximum posterior probability based on the obtained mean and variance of the original sample space failure criteria and the new sample feature parameters; and judging the updated mean and the pre-updated mean. Whether the relative error between them is less than the preset first threshold, and if so, the feature parameters of the new samples are compensated by the difference between the updated mean and the pre-updated mean. The present invention is suitable for fault diagnosis and life prediction operation of mechanical equipment.

【技术实现步骤摘要】
一种失效标准均值更新补偿方法及装置
本专利技术涉及数据处理
，特别是指一种失效标准均值更新补偿方法及装置。
技术介绍
在进行具体机械设备故障诊断和寿命预测研究前，需要解决由于材料分散性引起的样本个体与样本总体期望差异的问题。在材料科学领域，材料分散性是指在相同材料成分、加工工艺下材料呈现出的性能上的差异，材料分散性所引起的性能差异与材料在制备中的相关工艺中的随机现象相关，如铸造凝固过程等。材料分散性引起的性能差异的量值不大，是合理存在的，并不构成生产质量问题。是由于材料加工至产品中合理存在的样本个体与样本总体期望的差异，可能某项性能指标整体高于或低于总体期望值，这种差异不影响总体的期望与方差，只体现在样本个体的评价上。因此，在材料单一、结构复杂的机械设备故障诊断和寿命预测研究中，要及时发现这种材料分散性引起的差异，并通过对样本个体的补偿，使依据样本总体而建立的性能退化失效标准均值与样本个体性能退化特征参量的差异减小，进而提高样本个体故障诊断的准确度。
技术实现思路
本专利技术要解决的技术问题是如何对样本个体进行补偿，使依据样本总体而建立的性能退化失效标准均值与样本个体性能退化特征参量的差异减小，进而提高样本个体故障诊断的准确度。为解决上述技术问题，本专利技术实施例提供一种失效标准均值更新补偿方法，包括：获取原样本空间失效标准的均值和方差，并获取新样本特征参量；基于获取的原样本空间失效标准的均值和方差、及新样本特征参量，利用最大后验概率更新失效标准的均值；判断更新后的均值与更新前的均值之间的相对误差是否小于预设的第一阈值，若是，则利用更新后的均值与更新前的均值之间的差值对新样本特征参量进行补偿。进一步地，所述基于获取的原样本空间失效标准的均值和方差、及新样本特征参量，利用最大后验概率更新失效标准的均值包括：将获取的新样本特征参量的连续多个值与原样本空间失效标准的均值进行比较，若相差绝对值均大于预设的第二阈值，则基于获取的原样本空间失效标准的均值和方差、及新样本特征参量，利用最大后验概率更新失效标准的均值：其中，表示更新后的失效标准μ的新均值，X表示包含新样本的样本集，p(μ|X)表示在样本集X条件下的失效标准μ的条件概率，p(μ)表示失效标准μ的概率，p(X|μ)表示在失效标准μ条件下样本集X的条件概率，p(X)表示样本集X的概率。进一步地，所述方法还包括：若更新后的均值与更新前的均值之间的相对误差大于或等于预设的第一阈值，则根据失效标准的新均值更新失效标准的新方差；根据更新得到新方差，更新失效标准的新均值。进一步地，所述失效标准的新均值表示为：其中，μ0和σ0分别表示原样本空间失效标准的均值和方差，n表示样本集X中样本的数目，xi表示样本集X中的第i样本，σ2表示更新过程中失效标准的方差，在第一次计算失效标准的新均值时，基于启发式算法，令进一步地，所述利用更新后的均值与更新前的均值之间的差值对新样本特征参量进行补偿包括：通过公式Δ＝μnew-μ0，确定更新后的均值与更新前的均值之间的差值，其中，Δ表示用于补偿的差值，μnew表示当前次的失效标准的新均值，μ0表示原样本空间失效标准的均值；将新样本特征参量减去用于补偿的差值Δ，得到补偿后的新样本特征参量。本专利技术实施例还提供一种失效标准均值更新补偿装置，包括：获取模块，用于获取原样本空间失效标准的均值和方差，并获取新样本特征参量；确定模块，用于基于获取的原样本空间失效标准的均值和方差、及新样本特征参量，利用最大后验概率更新失效标准的均值；补偿模块，用于判断更新后的均值与更新前的均值之间的相对误差是否小于预设的第一阈值，若是，则利用更新后的均值与更新前的均值之间的差值对新样本特征参量进行补偿。进一步地，所述确定模块包括：比较单元，用于将获取的新样本特征参量的连续多个值与原样本空间失效标准的均值进行比较；确定单元，用于当相差绝对值均大于预设的第二阈值时，则基于获取的原样本空间失效标准的均值和方差、及新样本特征参量，利用最大后验概率更新失效标准的均值：其中，表示更新后的失效标准μ的新均值，X表示包含新样本的样本集，p(μ|X)表示在样本集X条件下的失效标准μ的条件概率，p(μ)表示失效标准μ的概率，p(X|μ)表示在失效标准μ条件下样本集X的条件概率，p(X)表示样本集X的概率。进一步地，所述确定模块包括：更新单元，用于当更新后的均值与更新前的均值之间的相对误差大于或等于预设的第一阈值时，则根据失效标准的新均值更新失效标准的新方差；所述确定单元，还用于根据更新得到新方差，更新失效标准的新均值。进一步地，所述失效标准的新均值表示为：其中，μ0和σ0分别表示原样本空间失效标准的均值和方差，n表示样本集X中样本的数目，xi表示样本集X中的第i样本，σ2表示更新过程中失效标准的方差，在第一次计算失效标准的新均值时，基于启发式算法，令进一步地，所述补偿模块包括：第一确定单元，用于通过公式Δ＝μnew-μ0，确定更新后的均值与更新前的均值之间的差值，其中，Δ表示用于补偿的差值，μnew表示当前次的失效标准的新均值，μ0表示原样本空间失效标准的均值；第二确定单元，用于将新样本特征参量减去用于补偿的差值Δ，得到补偿后的新样本特征参量。本专利技术的上述技术方案的有益效果如下：上述方案中，获取原样本空间失效标准的均值和方差，并获取新样本特征参量；基于获取的原样本空间失效标准的均值和方差、及新样本特征参量，利用最大后验概率更新失效标准的均值；判断更新后的均值与更新前的均值之间的相对误差是否小于预设的第一阈值，若是，则利用更新后的均值与更新前的均值之间的差值对新样本特征参量进行补偿；这样，通过对样本个体进行补偿，，而不是在多数样本统计结果中进行补偿，能够减少由于材料分散性而引起的个别样本与样本总体之间的偏差，使依据样本总体而建立的失效标准均值与样本个体特征参量之间的差异减小，进而提高样本个体故障诊断的准确度，但是不会改变原有失效标准，不会影响后续的故障诊断和寿命预测模型的统一性。附图说明图1为本专利技术实施例提供的失效标准均值更新补偿方法的流程示意图；图2为本专利技术实施例提供的失效标准均值更新补偿方法的详细流程示意图；图3为本专利技术实施例提供的失效标准均值更新补偿装置的结构示意图。具体实施方式为使本专利技术要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。实施例一如图1所示，本专利技术实施例提供的失效标准均值更新补偿方法，包括：S101，获取原样本空间失效标准的均值和方差，并获取新样本特征参量；S102，基于获取的原样本空间失效标准的均值和方差、及新样本特征参量，利用最大后验概率更新失效标准的均值；S103，判断更新后的均值与更新前的均值之间的相对误差是否小于预设的第一阈值，若是，则利用更新后的均值与更新前的均值之间的差值对新样本特征参量进行补偿。本专利技术实施例所述的失效标准均值更新补偿方法，获取原样本空间失效标准的均值和方差，并获取新样本特征参量；基于获取的原样本空间失效标准的均值和方差、及新样本特征参量，利用最大后验概率更新失效标准的均值；判断更新后的均值与更新前的均值之间的相对误差是否小于预设的第一阈值，若是，则利用更新后的均值与更新前的均值之间的差值对新样本特征参本文档来自技高网...

【技术保护点】
1.一种失效标准均值更新补偿方法，其特征在于，包括：获取原样本空间失效标准的均值和方差，并获取新样本特征参量；基于获取的原样本空间失效标准的均值和方差、及新样本特征参量，利用最大后验概率更新失效标准的均值；判断更新后的均值与更新前的均值之间的相对误差是否小于预设的第一阈值，若是，则利用更新后的均值与更新前的均值之间的差值对新样本特征参量进行补偿。

【技术特征摘要】
1.一种失效标准均值更新补偿方法，其特征在于，包括：获取原样本空间失效标准的均值和方差，并获取新样本特征参量；基于获取的原样本空间失效标准的均值和方差、及新样本特征参量，利用最大后验概率更新失效标准的均值；判断更新后的均值与更新前的均值之间的相对误差是否小于预设的第一阈值，若是，则利用更新后的均值与更新前的均值之间的差值对新样本特征参量进行补偿。2.根据权利要求1所述的失效标准均值更新补偿方法，其特征在于，所述基于获取的原样本空间失效标准的均值和方差、及新样本特征参量，利用最大后验概率更新失效标准的均值包括：将获取的新样本特征参量的连续多个值与原样本空间失效标准的均值进行比较，若相差绝对值均大于预设的第二阈值，则基于获取的原样本空间失效标准的均值和方差、及新样本特征参量，利用最大后验概率更新失效标准的均值：其中，表示更新后的失效标准μ的新均值，X表示包含新样本的样本集，p(μ|X)表示在样本集X条件下的失效标准μ的条件概率，p(μ)表示失效标准μ的概率，p(X|μ)表示在失效标准μ条件下样本集X的条件概率，p(X)表示样本集X的概率。3.根据权利要求2所述的失效标准均值更新补偿方法，其特征在于，所述方法还包括：若更新后的均值与更新前的均值之间的相对误差大于或等于预设的第一阈值，则根据失效标准的新均值更新失效标准的新方差；根据更新得到新方差，更新失效标准的新均值。4.根据权利要求2所述的失效标准均值更新补偿方法，其特征在于，所述失效标准的新均值表示为：其中，μ0和σ0分别表示原样本空间失效标准的均值和方差，n表示样本集X中样本的数目，xi表示样本集X中的第i样本，σ2表示更新过程中失效标准的方差，在第一次计算失效标准的新均值时，基于启发式算法，令5.根据权利要求1所述的失效标准均值更新补偿方法，其特征在于，所述利用更新后的均值与更新前的均值之间的差值对新样本特征参量进行补偿包括：通过公式Δ＝μnew-μ0，确定更新后的均值与更新前的均值之间的差值，其中，Δ表示用于补偿的差值，μnew表示当前次的失效标准的新均值，μ0表示原样本空间失效标准的均值；将新样本特征参量减去用于补偿的差值Δ，得到补偿后的新样本特征参量。6...

【专利技术属性】
技术研发人员：艾轶博，张卫冬，王璠，孙畅，陈佳，张涛，
申请(专利权)人：北京科技大学，
类型：发明
国别省市：北京,11